תוֹכֶן
בסטטיסטיקה, אירוע הוא משתנה בסבירות. כאשר סטטיסטיקאי מנסה לקבוע את ההסתברות שמשהו יקרה, הוא מנסה לראות כיצד שני אירועים משפיעים זה על זה. הם מבדילים אירועים לשני סוגים: עצמאיים ותלויים. על הסטטיסטיקאי להוכיח שאירוע הוא עצמאי או תלוי במשתנה.
דוגמאות לאירועים עצמאיים
על פי הפקולטה לחינוך של אוניברסיטת ג'ורג'יה, אירוע עצמאי הוא כאשר שני המשתנים בהסתברות אינם משפיעים זה על זה בשום צורה שהיא. לדוגמא, אם אדם מגלגל קוביות פעמיים ברציפות, התוצאה אינה נקבעת מראש על ידי מספר הגלילים. דוגמה נוספת היא אדם ימני שזורק את הקוביות. עצם העובדה שאדם הוא ימני אינה משפיעה על תוצאת הנתונים.
דוגמאות לאירועים תלויים
בית הספר לחינוך של אוניברסיטת ג'ורג'יה מגדיר אירוע תלוי כשני משתנים בהסתברות שהם משפיעים זה על זה. לדוגמא: יש רק 52 קלפים בסיפון, שכולם שחורים או אדומים, עם מספרים, תמונות של מלכים ומלכות וסמלים כמו עלים, אסים, יהלומים ומועדונים. לכן, אם מישהו לוקח שני קלפים במשחק, אותו אדם יכול לחשב את ההסתברות לאילו קלפים הוא שלף.
הנמקה איכותית
כדי להסביר את ההבדל בין אירוע תלוי לאירוע עצמאי, יש צורך בהסברים איכותיים. לדוגמה, המחלקה למתמטיקה באוניברסיטת פלורידה נותנת דוגמה לאדם שלובש גבס על זרועו השמאלית. אנו מסיקים כי יש לשבור את הזרוע השמאלית של האדם. נימוק זה עוזר להראות שמדובר באירוע תלוי. זהו אירוע תלוי מכיוון שיש סיכוי טוב שהשימוש בטיח באזור מסוים בגופך יקבע כי האזור מכיל עצם שבורה. לפיכך, ניתן לבצע חישוב של הסתברויות.
לגלות כיצד משתנים מחוברים
הבעיה הגדולה ביותר בסטטיסטיקה היא ניסיון לקבוע אם אירוע אחד מקושר לאחר. קשה מאוד ליצור הסתברות לאירועים עצמאיים, אם כי אין זה אומר שזה לא אפשרי. דוגמה ממחישה את הקושי הזה: בואו נגיד שלאדם יש את ה- 7 בתור הספרה האחרונה של ה- CPF ושהיום הולדת שלו הוא ב- 3 בינואר. סטטיסטיקאי עם מספיק משאבים יוכל לומר לנו את אחוז האנשים במדינה שיש להם יומולדת ב -3 בינואר ויש להם 7 בתור הספרה האחרונה של CPF. אך חישוב הסבירות שאירועים אלה ישפיעו זה על זה או יתרחש שוב הוא קשה או בלתי אפשרי.